基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
由于国产高分辨率卫星遥感影像波段少、光谱范围窄,导致传统云检测方法精度低.本文提出了基于卷积神经网络的高分辨率遥感影像云检测方法.首先采用主成分分析非监督预训练网络结构,获取待测遥感影像云特征;然后采用超像素分割方法进行影像分割;最后将检测结果影像块拼接,完成整幅影像云检测.试验效果评价表明,基于卷积神经网络的高分辨率遥感影像云检测方法不受光谱范围限制,云检测精度高,误判较少,适合国产高分辨遥感影像云检测.
推荐文章
基于卷积神经网络的高分辨率雷达目标识别
高分辨距离像
雷达目标识别
卷积神经网络
批归一化
支持向量机
基于卷积神经网络的视频图像超分辨率重建方法
视频
超分辨率重建
卷积神经网络
深度学习
高分辨率遥感影像自动分类方法研究
高分辨率影像
遥感
土地利用
自动分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 结合超像素和卷积神经网络的国产高分辨率遥感影像云检测方法
来源期刊 测绘通报 学科 地球科学
关键词 高分辨率遥感影像 卷积神经网络 云检测 超像素分割
年,卷(期) 2019,(1) 所属期刊栏目 学术研究
研究方向 页码范围 50-55
页数 6页 分类号 P237
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 徐启恒 28 93 5.0 8.0
2 陈洋 辽宁工程技术大学测绘与地理科学学院 12 101 5.0 10.0
6 黄滢冰 9 13 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (119)
共引文献  (77)
参考文献  (18)
节点文献
引证文献  (3)
同被引文献  (21)
二级引证文献  (1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(12)
  • 参考文献(0)
  • 二级参考文献(12)
2013(8)
  • 参考文献(0)
  • 二级参考文献(8)
2014(18)
  • 参考文献(3)
  • 二级参考文献(15)
2015(15)
  • 参考文献(1)
  • 二级参考文献(14)
2016(11)
  • 参考文献(4)
  • 二级参考文献(7)
2017(11)
  • 参考文献(3)
  • 二级参考文献(8)
2018(6)
  • 参考文献(6)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
高分辨率遥感影像
卷积神经网络
云检测
超像素分割
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
测绘通报
月刊
0494-0911
11-2246/P
大16开
北京西城区三里河路50号
2-223
1955
chi
出版文献量(篇)
8030
总下载数(次)
39
总被引数(次)
77081
论文1v1指导